以太坊基金会的协议安全团队正在将协同 AI 代理整合进其安全工作流程，以帮助扫描协议代码库和 devnet 中的漏洞。

在 7 月 9 日题为“分诊就是产品”的文章中，以太坊基金会团队成员 Nikos Baxevanis 描述了 AI 代理网络如何被用于识别潜在漏洞、减少噪声发现，并协助以人工为主导的安全审查。

这篇文章的核心观点是，这些工具并未被定位为审计员的替代品。在协议安全中，挑战不仅是发现可能存在的漏洞，还包括判断哪些报告有意义、哪些是误报，以及哪些需要更深入的调查。

这种表述将分诊置于以太坊安全流程的中心。对于协议安全团队而言，对发现进行分类、排序和验证的工作本身正在成为产品的一部分。

为什么以太坊安全需要分层审查

以太坊安全不同于普通应用安全，因为该协议支撑着一个被交易所、稳定币、DeFi 协议、Layer 2 网络和数百万用户使用的结算层。

严重漏洞的影响可能远超单个应用、项目或公司。因此，以太坊的安全文化长期依赖多层审查，包括漏洞赏金、审计、客户端多样性、测试网、形式化推理和公开监督。

客户端多样性是以太坊架构中尤为独特的特征。该网络运行多个独立开发的执行客户端和共识客户端，因此单一实现中的漏洞不一定会导致整个网络瘫痪。由于每个客户端代码库都需要单独审查，这种冗余也扩大了安全审查必须覆盖的攻击面。

将 AI 代理加入这一流程，可能扩大可检查的代码和行为范围，但也带来一个实际挑战。AI 系统可以快速扫描大型代码库，标记可疑模式，比较不同代码库之间的逻辑，并生成有关潜在漏洞的假设。这些能力可以帮助人工审查人员覆盖更多范围。

然而，AI 系统也可能产生大量低质量输出。如果一个工具生成数千条弱警报，而安全团队无法区分真实漏洞与无关或误导性报告，那么它并没有用。这正是分诊在以太坊基金会文章中处于核心位置的原因。

安全团队并不只是需要更多发现。他们需要更好的优先级排序、更清晰的升级路径，以及可靠的方法来识别哪些问题值得稀缺的专家关注。

AI 可以扩大覆盖范围，但人工审查仍是核心

AI 在协议安全中最直接的用例是扩大覆盖范围。

以太坊开发涉及多个代码库、客户端实现、devnet、规范以及持续进行的协议升级。每一次重大升级，例如 Pectra 及其之后的过渡，都会触及所有客户端团队的共识规则、执行逻辑和网络协议。人工审查人员仍然必不可少，但他们的时间有限。AI 代理可以作为早期扫描层运行，帮助识别可能需要更深入审查的领域。

这并不意味着这些代理会在未经验证的情况下被信任。在安全工作中，一个自信但错误的答案可能带来危险，而不是降低风险。漏洞报告必须经过检查、复现、排序和理解，之后才能被视为可采取行动。

误报会消耗时间。漏报会带来风险。因此，人工审查仍然是流程的核心。

AI 层可以呈现更多可能性，但仍由人来决定什么是真实的、什么是紧急的，以及什么应当升级处理。对于以太坊而言，这种平衡尤其重要，因为协议变更可能影响网络的基础假设。

共识、执行、网络或验证者行为中一个理解不足的问题，不能被随意处理。严重协议级漏洞的后果可能比单个应用中的漏洞更广泛。

Devnet 提供实用的测试环境

以太坊基金会文章中提到 devnet 具有重要意义，因为 devnet 为开发人员和安全团队提供了一个受控环境，用于在更广泛部署之前测试升级。

在以太坊的升级流程中，代码通常会从私有开发者 devnet 推进到公开测试网，然后再进入 mainnet。每个阶段都会让网络接触更多参与者和更不可预测的条件。devnet 位于这一流程的最早阶段。

devnet 本就预期是不完美的。它们是漏洞、边缘情况和意外交互在代码进入更广泛测试网或 mainnet 之前暴露出来的地方。这使其成为 AI 辅助扫描和监控的实际应用场景。

如果代理能够观察 devnet、比较行为，或及早突出潜在回归问题，它们可能缩短研究人员的反馈周期。更早的检测可以让团队在问题变得更难修复之前，有更多时间进行调查。

这类工作不是代币发行，也不是面向消费者的应用，但它是支撑以太坊长期可靠性的基础设施流程的一部分。市场讨论通常关注价格、费用和 ETF 资金流，而协议安全则位于这些议题之下。

迈向更加自动化的安全栈

以太坊并不是唯一尝试 AI 辅助安全的区块链生态系统。其做法值得关注，因为以太坊仍是最大的智能合约结算层，在 DeFi、稳定币、质押和 Layer 2 rollup 中保护着数千亿美元的价值。

如果以太坊基金会证明协同代理工作流能够改善分诊，类似方法可能会被其他协议研究或采用。审计公司、漏洞赏金平台、Layer 2 团队和应用开发者也在研究如何在不降低安全标准的情况下使用 AI。更广泛的网络安全行业同样一直在将机器学习纳入静态分析、模糊测试和异常检测，不过区块链协议审查在共识安全和去中心化协调方面增加了独特约束。

以太坊基金会做法得出的结论并不是 AI 会取代审计员。相反，安全栈正在其边缘环节变得更加自动化。

借助 AI 辅助工具，扫描、警报、模式识别和早期漏洞发现都可以变得更快。困难的判断仍需要经验丰富的人工审查人员完成。

以太坊即将到来的协议升级将继续需要客户端团队和协议研究人员投入注意力。更好的工具可能帮助这些团队更高效地工作，同时将安全审查保持为开发流程的核心部分。

关键限制在于让 AI 的角色保持清晰边界。在以太坊协议安全中，目标不是制造更多噪声，而是在问题变得代价高昂之前识别真正重要的信号。

本文基于以太坊基金会协议安全文章“分诊就是产品”。

本文由 News Desk 撰写，Samuel Rae 编辑。本报告基于主要来源文件披露中发布的信息。